基于熵值法的网络安全态势组合预测模型

研究网络优化入侵检测问题,网络安全态势受网络攻击行为、病毒、自身漏洞、木马等多种因素影响,具有高度的非线性、时变性、突变性等复杂特点,采用传统单一预测方法只能反映部分信息,无法进行准确的预测。为提高网络安全态势预测精度,提出一个熵值学的网络安全态势组合预测模型。首先利用熵值法为单一网络安全态势预测模型分配加权系数,然后根据单一模型的预测结果进行加权运算,得到了网络安全态势的组合预测结果,最后利用具体网络安全态势数据进行仿真测试。仿真结果表明,组合预测模型提高了网络安全态势预测精度,为网络安全态势预测提供了一种新的解决途径。     

基于云的网络安全态势预测规则挖掘算法研究

现有网络安全态势预测算法对初始训练数据依赖性强,预测结果客观性差。提出了基于云的网络安全态势预测思想和基于云的网络安全态势预测规则挖掘算法。采用基于云模型的属性论域区间软划分方法解决了定性与定量转换中的区间硬性划分导致的边界元素内在联系丢失的问题。通过实验验证了算法的可行性和有效性。基于云的网络安全态势预测思想,不需要对预测算法进行数据训练,提高了网络安全态势预测的客观性。     

云计算下网络安全研究

网络安全态势预测是网络安全态势感知系统不可缺少的重要组成部分,现有网络安全态势预测算法对初始训练数据依赖性强,预测结果客观性差.提出了基于云的网络安全态势预测思想与方法,提高了预测的客观性和准确性.     

关于网络安全态势评估模型的研究

本文首先对网络安全态势评估模型的研究现状作了简要阐述,在分析了网络安全态势感知系统的组织结构的基础上．详细阐明了建立一个网络安全态势评估模型的主要步骤,并评估了该模型对当前网络安全态势及未来网络安全态势的预测精度。     

网络安全态势预测方法的应用研究

研究网络安全的预测问题,面对海量恶意攻击,信息要及时告警,进行安全管理。针对当前预测模型只能对过去和现在网络安全态势进行分析,不能对将来网络安全态势进行预测的缺陷,为了提高预测精度,提出了支持向量机的网络安全态势预测方法。支持向量机可以利用过去和当前的网络安全态势值,对将来网络安全状态进行预测,同时采用遗传算法对支持向量机参数优化,加快网络安全态势预测速度。通过仿真对预测方法性能进行检验,结果表明,预测方法能够准确反映网络安全的整体变化趋势,提高了网络安全态势的预测精度,相对于传统预测方法,更适用于现实的网络环境中。     

网络安全态势预测方法的应用研究

近些年来,随着网络的不断普及,网络安全的问题也在不断的出现,并且随时影响着网络的正常运营。因此,网络安全态势的准确预测有着非常重要的意义。本文主要是以网络安全态势为研究对象,之后通过对网络安全态势预测的概述、网络安全态势预测的基本原理以及网络安全态势的评估方法三个方面对网络安全态势的预测方法进行进一步的探讨和研究。     

基于Kalman算法的网络安全态势预测

网络安全态势预测是网络安全领域的研究热点之一,在分析当前网络安全态势预测方法的基础上,论文利用Kalman滤波理论建立了网络安全态势预测模型,利用当前和过去时段的攻击强度和网络安全态势值对下一时段的网络安全态势进行预测.实验结果表明该算法的预测精度优于传统的GM（1,1）算法和普通卡尔曼算法（即未结合影响因素）,算法适应性和实时性优于RBF算法.     

基于Kalman算法的网络安全态势预测方法

关于网络安全的预防研究,为解决现有网络安全态势感知模型只能对过去和当前时刻的网络安全态势进行分析,而不能对安全态势进行预测的问题,基于卡尔曼算法提出了一种网络安全态势的预测方法,能够利用当前和过去的安全态势值,对网络安全态势进行预测.仿真结果表明,该算法不仅能够反映网络安全态势变化的整体趋势,还能够有效地对态势值进行预测.与传统的GM(1,1)相比有更好的预测价值;与RBF算法相比,更能适用于真实的网络环境.     

基于ARIMA模型的网络安全威胁态势预测方法

针对网络安全威胁态势变化趋势预测的困难性,利用网络安全威胁态势值具有时间序列的特点,提出了一种基于ARIMA的模型的网络安全威胁态势预测方法。该方法首先分析服务、漏洞、弱点等与网络安全相关的信息,合理地计算出网络安全威胁态势值,进而使用ARIMA模型的预测方法对所得序列的变化趋势进行预测。实验结果表明,该方法不仅能够反映真实的网络安全威胁态势的变化趋势,而且其预测的精度也较高。     

用于网络安全态势预测的粒子群与支持向量机算法研究

网络安全已经越来越受到人们的重视,网络安全态势预测作为一种阻隔网络安全威胁的新兴手段受到了学者的广泛关注。针对威胁网络安全的特异性因素,提出一种改进的网络安全态势预测技术。介绍网络安全态势感知预测相关的背景;针对网络安全态势预测过程中存在的时变性与非线性等特征,在分析了支持向量机与改进粒子群算法的基础上,给出一种改进的PSO-SVM算法。通过相关仿真实验说明该方法的可行性与实用性。实验表明,使用该预测方法处理先前收集到的网络安全数据,明显提高了网络态势的预测精度,实现了对网络安全威胁的有效防御。     

基于Elman神经网络的网络安全态势预测方法

准确把握网络系统的安全态势,能够为网络管理者做出安全防护的决策提供有效的信息。在评估当前网络安全态势的基础上,利用加权后得到的网络安全态势值的非线性时间序列的特点,提出了一种基于Elman神经网络的态势预测方法,它利用Elman网络具有动态记忆功能和对历史数据具有敏感性等优点,对网络安全态势进行预测。通过实验仿真表明,该方法能够准确有效地预测网络安全态势。     

大规模网络安全态势感知及预测

从对网络安全态势感知及预测技术的需求展开,介绍了网络安全态势感知的基本概念、系统模型,从数据融合、态势感知指标体系、数据挖掘、态势可视化技术等方面,介绍了网络安全态势感知及预测的主要技术及发展状况。最后,分析指出了网络安全态势感知领域存在的困难问题和未来发展方向。     

基于粒子滤波的网络安全态势预测方法研究

为了使网络管理由被动防御转为主动防御,需对网络安全态势进行预测。针对已有态势预测方法存在的准确性不高、需要样本训练问题,提出基于粒子滤波的网络安全态势预测方法。该方法利用带权粒子集逼近系统的后验概率密度函数,通过重要性采样、权值更新、状态估计等近似积分操作来实现非线性状态预测。实验结果表明,该方法不仅能体现网络安全状态的非线性,也预测了网络安全态势值。对比其他态势预测模型,该方法准确性更高,且适应于复杂网络环境。     

基于时空维度分析的网络安全态势预测方法

近年来,随着网络科学技术的不断发展,网络安全已成为日益关注的话题.因而为了确保网络安全,就必须加强对其安全态势的预测,才能更好地促进网络安全性的提升.基于此,本文正是基于这一背景,结合时空维度的网络安全态势的预测方法,首先提出了加强网络安全态势预测的必要性;其次就如何利用时空维护方法对网络安全态势进行预测;最后对全文进行了简单的总结.旨在与同行进行业务之间的交流,为网络安全的防护提供科学的决策和依据,以不断的强化网络安全,并为此而不懈努力.     

基于D-S证据理论的网络安全态势预测方法研究

为了获取网络在未来一段时间内的安全态势状况,提出了一种基于D-S证据理论的网络安全态势预测方法.构建了基于D-S证据理论的网络安全态势预测模型,用于融合历史和当前网络安全态势对未来网络安全态势的影响,降低其中的不确定性,获得下一时刻网络处于各类安全状态的概率,避免对网络安全态势的绝对预测.通过实验验证了该方法的有效性和准确性,为网络安全态势预测提供了一种新思路.     

基于灰色理论和BP神经的网络安全态势预测

针对现有的网络安全态势预测方法没有从影响网络安全态势的安全因子入手,不能准确地预测未来网络安全态势,提出了一种基于灰色理论和BP神经网络的预测方法。首先依据灰色模型系数的取值大小选择最合适的背景值,并构造了一种新的模型背景值函数。其次,结合GM(1,1)、GM(1,N)模型预测网络安全态势,并用BP神经网络对态势预测值进行修正。最后,通过真实的网络环境验证了所提出的方法在网络安全态势预测中的有效性。     

网络安全态势感知综述

以网络安全态势感知所要解决的问题为切入点,详细介绍了网络安全态势感知的基本概念、模型和体系框架.并从网络安全态势要素提取、态势理解/评估、态势预测等方面阐述了网络安全态势感知的主要技术及其发展情况.最后指出网络安全态势感知面临的一些问题和未来的研究方向.     

基于LSTM-DT模型的网络安全态势预测算法研究

为进一步探究网络安全态势预测算法的优化改进路径,提升网络安全态势预测水平,整合研究长短期记忆（Long Short Term Memory,LSTM）和数据技术（Data Technology,DT）两种算法模型。首先分析算法的理论模型和设计流程;其次讨论算法模型的实际应用;最后引入补充数据集,详细探讨算法模型的综合性能。结果表明,基于LSTM-DT模型的网络安全态势预测算法表现优异,有望在后续工作中逐步推广。     

网络安全态势预测方法的应用研究

网络安全态势感知是基于宏观的角度对网络的安全状态进行了解、把握,通过网络安全态势的感知可以为网络管理员提供直观、全面、准确的决策支持。在网络安全态势感知中有一项重要内容,即网络安全态势预测,通过预测了解网络的发展趋势,确定潜在威胁,提高问题处理的针对性,控制网络安全风险的发生。本文就针对该问题展开讨论,阐述网络安全态势评估的相关内容,分析原理,提出预测模型,并通过实例加以分析。     

基于改进自适应灰色模型的网络安全态势预测

对网络安全态势的研究是网络安全领域的热门话题。现在的研究更多关注的是评估当前态势,而对未来态势的预测讨论较少。为实现对未来网络安全态势的准确预测,改进了现有的自适应灰色分析模型。同时,为提高预测精度,针对传统分析模型的不足,提出了自适应灰色参数和等维灰色填充方法。实验结果表明,这个模型是有效的。